論文の概要: Chernoff Information Bottleneck for Covert Quantum Target Sensing

• arxiv url: http://arxiv.org/abs/2504.06217v1
• Date: Tue, 08 Apr 2025 17:05:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-09 13:28:37.194795
• Title: Chernoff Information Bottleneck for Covert Quantum Target Sensing
• Title（参考訳）: 量子ターゲットセンシングのためのChernoff Information Bottleneck
• Authors: Giuseppe Ortolano, Ivano Ruo-Berchera, Leonardo Banchi,
• Abstract要約: 本研究は,光子計数と交叉型フォトニックプローブの対が,目標検出と測位において古典的コヒーレント送信器よりも優れていたことを示す。 我々の研究は、LiDARシステムに量子センシングを統合することにより、秘密性能を向上する大きな可能性を浮き彫りにしている。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Target sensing is a fundamental task with many practical applications, e.g.~in LiDaR and radar systems. Quantum strategies with entangled states can achieve better sensing accuracies with the same probe energy, yet it is often simpler to use classical probes with higher energy than to take advantage of the quantum regime. Recently, it has been shown that useful quantum advantage can be achieved in covert situations, where sensing has to be performed while also avoiding detection by an adversary: here increasing energy is not a viable stratagem, as it facilitates the adversary. In this paper we introduce a general framework to assess and quantify quantum advantage in covert situations. This is based on extending the information bottleneck principle, originally developed for communication and machine learning applications, to decision problems via the Chernoff information, with the ultimate goal of quantitatively optimizing the trade-off between covertness and sensing ability. In this context we show how quantum resources, namely entangled photonic probes paired with photon counting, greatly outperform classical coherent transmitters in target detection and ranging, while also maintaining a chosen level of covertness. Our work highlights the great potential of integrating quantum sensing in LiDAR systems to enhance the covert performance.
• Abstract（参考訳）: ターゲットセンシングは、LiDaRやレーダーシステムなど、多くの実用化のための基本的なタスクである。 絡み合った状態を持つ量子戦略は、同じプローブエネルギーでより良い検知精度を達成することができるが、量子状態を利用するよりも高エネルギーの古典的なプローブを使う方が簡単であることが多い。 最近では、敵による検出を回避しつつ、検知を行う必要のある隠蔽状況において有用な量子優位性が得られることが示されている。 本稿では,隠蔽状態における量子優位性の評価と定量化のための一般的な枠組みを提案する。 これは、もともとコミュニケーションと機械学習アプリケーションのために開発された情報ボトルネックの原則を、Chernoff情報による決定問題に拡張することに基づいており、その究極の目標は、秘密性と知覚能力の間のトレードオフを定量的に最適化することである。 この文脈では、量子資源、すなわち光子計数と結合した交絡型フォトニックプローブが、ターゲット検出および範囲において古典的コヒーレント送信器を大幅に上回っており、かつ、選択された秘密度を維持していることを示す。 我々の研究は、LiDARシステムに量子センシングを統合することで、秘密性能を向上する大きな可能性を浮き彫りにしている。

関連論文リスト

• Quantum Target Ranging for LiDAR [0.0]
  マルチハイポテーシステストの文脈における量子ターゲットランキングとその実世界のLiDARシステムへの適用性について検討する。 我々は、目標検出のよく研究された問題と比較すると、レンジは一般的に簡単な作業であることを示した。 次に、位相非感応測定の文脈における量子レンジの理論的境界と利点を分析する。
  論文  参考訳（メタデータ） (2024-08-05T17:00:14Z)
• Neural auto-designer for enhanced quantum kernels [59.616404192966016]
  本稿では,問題固有の量子特徴写像の設計を自動化するデータ駆動型手法を提案する。 私たちの研究は、量子機械学習の進歩におけるディープラーニングの実質的な役割を強調します。
  論文  参考訳（メタデータ） (2024-01-20T03:11:59Z)
• Optical Quantum Sensing for Agnostic Environments via Deep Learning [59.088205627308]
  本稿では,革新的な深層学習に基づく量子センシング手法を提案する。 これにより、光学量子センサーは、非依存環境でハイゼンベルク限界(HL)に達することができる。 我々の発見は、光学量子センシングタスクを加速する新しいレンズを提供する。
  論文  参考訳（メタデータ） (2023-11-13T09:46:05Z)
• Advances in Quantum Radar and Quantum LiDAR [0.0]
  量子センシングは、さまざまな領域にわたる精度と感度に革命をもたらしている。 現在、その影響はレーダーやLiDARの応用にまで広がり、量子レーダーの概念を生み出している。 このレビューは、量子レーダーの現状に関する貴重な洞察を提供する。
  論文  参考訳（メタデータ） (2023-10-11T05:18:33Z)
• Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
  量子計算を古典的な結果によって補う手法を提案する。 予測の利点を生かして、新しいタイプの量子測度がもたらされる。 予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
  論文  参考訳（メタデータ） (2022-09-12T15:47:44Z)
• Demonstration of Entanglement-Enhanced Covert Sensing [3.516093069612194]
  エンタングルメントエンハンスドカバーセンシングの理論と実験について述べる。 エンタングルメントは、プローブされた物体によって付与された位相を推定する際の性能向上をもたらすことを示す。 我々の研究は、前例のないセキュリティとパフォーマンスレベルで量子情報処理の機会を産み出すと期待されている。
  論文  参考訳（メタデータ） (2022-05-25T16:20:34Z)
• Theoretical comparison of quantum and classical illumination for simple detection-based LIDAR [0.0]
  量子照明方式における古典的でない光の使用は、LIDARで使用する場合の古典的照明よりも有利である。 我々は、通常無視される検知器が点火しない場合に得られる追加情報を考慮に入れた分析を行う。 本稿では,量子照明と古典照明の両方の性能を定量化するための理論的枠組みを提案する。
  論文  参考訳（メタデータ） (2021-08-18T17:53:16Z)
• On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
  そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。 私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
  論文  参考訳（メタデータ） (2021-06-29T14:01:40Z)
• Ultimate Limits of Thermal Pattern Recognition [0.0]
  本研究では,環境ローカライゼーションの課題として,同じ透過率を持つガウス相不感チャネルのアンサンブルとして熱像をモデル化する。 量子強化戦略は、既知の最適古典的戦略に対して有意な量子優位性を与えるために用いられる可能性がある。
  論文  参考訳（メタデータ） (2020-10-21T09:33:20Z)
• Experimental Quantum Generative Adversarial Networks for Image Generation [93.06926114985761]
  超伝導量子プロセッサを用いた実世界の手書き桁画像の学習と生成を実験的に行う。 我々の研究は、短期量子デバイス上での高度な量子生成モデル開発のためのガイダンスを提供する。
  論文  参考訳（メタデータ） (2020-10-13T06:57:17Z)
• Quantum noise protects quantum classifiers against adversaries [120.08771960032033]
  量子情報処理におけるノイズは、特に短期的な量子技術において、破壊的で避け難い特徴と見なされることが多い。 量子回路の非偏極雑音を利用して分類を行うことにより、敵に縛られるロバスト性を導出できることを示す。 これは、最も一般的な敵に対して使用できる最初の量子プロトコルである。
  論文  参考訳（メタデータ） (2020-03-20T17:56:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。